視訊 | 如何建構鍊路追蹤 SkyWalking 5.x 的源碼并運作

來源：https://github.com/JaredTan95/skywalking-tutorials

參考：源碼位址從GitHub下載下傳代碼編譯在IntelliJ IDEA中編譯工程Elasticsearch 啟動：Skywalking 相關配置說明

視訊位址

參考：

官方編譯指南
芋道源碼
JaredTan95

源碼位址

https://github.com/apache/incubator-skywalking.git

從GitHub下載下傳代碼編譯

在IntelliJ IDEA中編譯工程

準備環境: git, jdk8，Maven
git clone https://github.com/apache/incubator-skywalking.git
cd incubator-skywalking/
git checkout -b 5.x
git submodule init
git submodule update
mvn clean package -DskipTests
将 /incubator-skywalking/apm-protocol/apm-network/target/generated-sources/protobuf 目錄下面 grpc-java 和 java 目錄右鍵設定為 Generated Rources Root .
将 apm-collector/apm-collector-remote/apm-remote-grpc-provider/target/generated-sources/protobuf 目錄下面 grpc-java 和 java 目錄右鍵設定為 Generated Rources Root .

Elasticsearch 啟動：

https://github.com/JaredTan95/skywalking-docker/blob/master/elasticsearch-5.6.10-Zone-Asia-SH/README.md

Skywalking 相關配置說明

#cluster:
#  zookeeper:
#    hostPort: localhost:2181,localhost:2182 #zookeeper叢集位址
#    sessionTimeout: 100000
configuration:
  default:
    #namespace: xxxxx
    # alarm threshold
    applicationApdexThreshold: 2000 #應用性能指數閥值，Apdex含義請參考如下
    serviceErrorRateThreshold: 10.00 #服務錯誤率閥值
    serviceAverageResponseTimeThreshold: 2000 #服務平均響應時間閥值
    instanceErrorRateThreshold: 10.00 #執行個體錯誤率閥值
    instanceAverageResponseTimeThreshold: 2000 #執行個體平均響應時間閥值
    applicationErrorRateThreshold: 10.00 #應用錯誤率閥值
    applicationAverageResponseTimeThreshold: 2000 #應用平均響應時間閥值
    # thermodynamic
    thermodynamicResponseTimeStep: 50 #熱力圖響應時間
    thermodynamicCountOfResponseTimeSteps: 40 #熱力圖的響應時間步長數量
    # max collection's size of worker cache collection, setting it smaller when collector OutOfMemory crashed.
    workerCacheMaxSize: 10000 #最大工作緩存數量

# Apdex
# 性能指數:
# Apdex(Application Performance Index)是一個國際通用标準，
# Apdex 是使用者對應用性能滿意度的量化值。它提供了一個統一的測量和報告使用者體驗的方法，
# 把最終使用者的體驗和應用性能作為一個完整的名額進行統一度量。
# 如何計算 Apdex:基于“響應性”，Apdex 定義了 3 個使用者滿意度區間( OneAPM 預設定義的 T 值為 0.5 秒):
# 滿意：這樣的響應時間讓使用者感到很愉快，響應時間少于 T 秒鐘。
# 容忍：慢了一點，但還可以接受，繼續這一應用過程，響應時間 T～4T 秒。
# 失望：太慢了，受不了了，使用者決定放棄這個應用，響應時間超過 4T 秒。
storage:
  elasticsearch:
    clusterName: elasticsearch  #Elasticsearch叢集名稱，預設為elasticsearch
    clusterTransportSniffer: false
    clusterNodes: localhost:9300 #Elasticsearch連接配接，預設localhost:9300
    indexShardsNumber: 2
    indexReplicasNumber: 0
    highPerformanceMode: true
    # Batch process setting, refer to https://www.elastic.co/guide/en/elasticsearch/client/java-api/5.5/java-docs-bulk-processor.html
    bulkActions: 2000 # Execute the bulk every 2000 requests
    bulkSize: 20 # flush the bulk every 20mb
    flushInterval: 10 # flush the bulk every 10 seconds whatever the number of requests
    concurrentRequests: 2 # the number of concurrent requests
    # Set a timeout on metric data. After the timeout has expired, the metric data will automatically be deleted.
    traceDataTTL: 90 #追蹤資料滾動删除周期，預設90分鐘
    minuteMetricDataTTL: 90 #分鐘監控資料滾動删除周期，預設90分鐘
    hourMetricDataTTL: 36 #小時監控資料滾動删除周期，預設36小時
    dayMetricDataTTL: 45 #天監控資料滾動删除周期，預設45天
    monthMetricDataTTL: 18 #月監控資料滾動删除周期，預設18個月

複制